3d shape analysis | BriefGPT

关键词3d shape analysis

搜索结果 - 9

ICLR表示无关形状场
本研究提出了 Representation-Agnostic Shape Fields (RASF)，是一种通用且计算效率高的 3D 深度学习形状嵌入模块，通过坐标索引检索各种 3D 形状表示（点云、网格和体素）的形状嵌入，提供了两种 RA
PDF2 years ago
CVPR云球：通过渐进变形实现的三维形状表示
通过一种渐进变形的方法，本论文利用球形点云为模板来提取阶段感知的描述信息，进而实现对 3D 形状的高精度重构。
PDF3 years ago
MM分层视图预测器：通过无序视图之间的分层预测实现无监督的三维全局特征学习
本文提出了一种名为 Hierarchical View Predictor (HVP) 的基于深度学习的视图模型，以无监督的方式从无序视图中学习 3D 形状特征，并在形状分类和检索方面呈现出超越当前最先进方法的性能。
PDF3 years ago
ECCVInfo3D：使用互信息优化和对比学习的三维物体表征学习
本文提出在三维形状分析领域中将 InfoMax 和对比学习原则进行拓展，通过最大限度地利用三维物体及其 “块” 之间的相互信息来改善几何对齐数据集中的表示，以及通过在三维物体和其几何变换版本之间最大化相互信息来实现 SO（3）群中的旋转不变
PDF4 years ago
带边缘收缩池化的 Mesh 变分自编码器
本文提出了一种基于图卷积的网格平均池化方法，使用改进型网格简化避免产生高度不规则的三角形。在此基础上，提出了一种利用边缩减池化和图卷积的自动编码器结构，能够对 3D 表面进行概率潜空间的探索，并展示了在形态生成、形态插值和形态嵌入等各种应用
PDF5 years ago
IJCAIParts4Feature: 从多视图中的语义部分学习 3D 全局特征
本文介绍了一种名为 Parts4Feature 的深度学习网络，它可以从多视图的部分级信息中学习三维全局特征，利用多重关注机制将检测到的部分聚合到全局特征中，并通过区域建议模块将局部和全局信息相互促进，从而实现了在三大 3D 形状基准测试
PDF5 years ago
IJCAI3DViewGraph: 基于无序视角图的全局特征学习模型，利用注意力机制对三维模型进行处理
本文提出了一种名为 3DViewGraph 的方法，该方法通过引入注意力机制，学习 3D 全局特征，解决了池化操作可能导致信息丢失和影响学习特征判别性的限制问题，并在三个大规模基准测试中展现出优异性能。
PDF5 years ago
H-CNN：基于空间哈希的 3D 形状分析卷积神经网络
本文介绍了一种基于空间哈希的数据结构，该结构可以方便使用卷积神经网络进行三维形状分析。相比现有的基于边界的方法，使用该数据结构可以极大地降低内存消耗，提高 CNN 的运行速度，同时保证了分析结果的准确性。
PDF6 years ago
O-CNN: 基于八叉树的卷积神经网络用于三维形状分析
O-CNN 是一种基于八叉树结构的 3D 形状分析卷积神经网络，通过将 3D 模型的平均法向量作为输入并在被 3D 形状表面占用的八叉树执行 3D 卷积操作，在 GPU 上高效执行整个网络的训练和评估，在物体分类、形状检索和形状分割等三个任
PDF7 years ago